作者 | 云鹏
编辑 | 漠影
当前，各类智能体（Agentic AI）加速融入我们的工作和生活，在千行百业中掀起新一轮变革，全球AI产业焦点从“大模型训练”快速向“规模化AI推理应用”转移，AI手机、AI PC和云端词元工厂等场景开始形成确定性需求。
2026年作为“十五五”规划的开局之年，社会各界对于AI的关注度达到了前所未有的高度，“词元（Token）经济”也成为行业热词。
在大模型推理成为云端与端侧确定性核心应用的背景下，算力需求指数级增长，推理市场的整体规模预期以及增长潜力都远大于训练市场。
然而，传统算力基础设施正面临着性能、功耗、成本三大方向的硬核挑战。传统的冯·诺依曼架构由于存储与计算分离，模型权重数据在存储芯片与计算芯片之间频繁传输，形成严重的数据传输带宽瓶颈，直接限制了推理Token的吞吐率。同时，高端制程受制于国际环境与产能瓶颈，国产先进制程短期内难以迅速爬坡。
在此背景下，走存算一体路线的国内AI芯片创企微纳核芯凭借其创新的“三维存算一体3D-CIM AI芯片技术”以及配套软硬解决方案，为AI算力产业的破局提供了一条兼具能效、成本与供应链安全的可行路径。
一、架构破局：祭出三维存算三大“杀手锏”，能效大涨，摆脱工艺依赖针对大模型推理对高吞吐、低功耗、低成本三重要素的严苛要求，微纳核芯没有在传统框架内修修补补，而是通过底层架构创新直接从源头解决问题，实现了三个关键技术层面的突破。
第一层是DRAM三维近存。在传统平面布局下，存储芯片与计算芯片只能通过有限互连“远距离对话”，微纳核芯改用三维堆叠，将DRAM存储晶圆与计算晶圆通过混合键合垂直集成。
这一立体堆叠式的近存方案使带宽相较传统2D方案提升一个数量级，数据传输距离从物理层面大幅缩短，传输功耗同步下降，缓解了大模型推理的带宽缺口。
第二层是SRAM存算一体，瞄准高算力工艺焦虑。当前GPU、NPU的峰值算力高度依赖先进制程，而国内先进工艺既受海外限制，短期产能也无法爬坡。
微纳核芯将数字域SRAM存算一体技术嵌入架构，让存储单元与计算单元高度融合，既缩减芯片面积，又缩短单元间数据传输时延，算力密度提升4倍以上，最新预研成果可达6倍。
这意味着，依靠成熟工艺即可实现以往高端制程才有的同等算力，为摆脱“工艺依赖”提供了可行路径。
第三层是RISC-V异构存算一体架构。微纳核芯自研专属存算指令集、算子库，并构建全栈编译器与软件栈，从而打通从应用到芯片的完整链路，解决新架构下计算完备性不足、软硬件适配困难的问题。
存算一体赛道已发展多年，行业存在多条技术路线分支，微纳核芯完成了三项关键升级。
存储介质上，微纳核芯没有盲目求新，而是选用了量产成熟、稳定性强的SRAM与DRAM，实现存储密度、功耗、可靠性与耐久度更好的平衡。
计算域上，团队从早年的模拟域方案最终转向数字域，这恰恰解决了量产阶段电源波动、地线噪声、温度偏差、工艺批次差异及器件耐久衰减等一系列工程难题。
全栈体系方面，存算一体从来不是单点硬件技术，必须有专属存算NPU微架构、自定义指令集、算子库和完整编译器软件栈配套，并借由3D近存补齐带宽短板。经过多年研发和多轮流片验证，这套体系已具备大规模商业化落地的条件。
由此衍生出的产品拥有三个核心优势：一是token吞吐率高、推理时延低、速度快；二是整机功耗水平更低；三是不受先进工艺制约，产能充足、供应链稳定，综合硬件成本更低。
二、从智能硬件、具身智能到词元工厂，对标国际大厂竞品，AI时代全场景落地潜力凸显今年是“十五五”开局之年，学界与产业界热议智能经济、智能体应用和词元消费的元年已至。微纳核芯三维存算一体3D-CIM技术落地可以说恰逢其时，在端侧与云端同时展现出极高价值。
在端侧，其重点布局AI手机、AI PC、算力盒子、各类智能硬件及具身智能设备。
以AI手机为例，它被认为是全民普及智能体的最佳载体，但落地门槛极为严苛：需要高token吞吐保障流畅交互，电池供电要求超低功耗，有限机身散热又封死了功耗上限，同时消费品牌对大批量稳定供货和供应链安全极为敏感。
微纳核芯恰是国内少数能同时满足高性能推理、低功耗、成熟工艺稳定量产三者的方案厂商，也获得了小米、立讯、联想及知名大模型公司等产业资本背书。
纵观行业，目前微纳核芯的端侧AI芯片在市场上缺少完全同类的直接竞品，未来主要对标国际大厂的相关产品，其既能服务手机、PC等规模化消费电子，也能延伸至家庭、企业级智能化设备。
云端，微纳核芯重点布局大模型推理词元工厂。当主流推理芯片仍以传统GPU/NPU架构为主、高度依赖先进工艺，而海内外芯片产能全面紧缺时，三维存算一体3D-CIM AI芯片可以依托成熟工艺实现充沛产能，成为云端推理集群的落地选项，对缓解国产AI推理算力紧张具有实质作用。
产品层面，微纳核芯已形成两大核心系列，包括面向PC、算力盒子及云端推理等场景的PCIe-CIM系列，LP-CIM系列主攻AI手机等低功耗端侧场景。两条产品线均在推进产品化和量产落地，并持续完善芯片、编译器与软件栈，朝着规模化应用迈进。
放眼未来，随着推理需求持续增长，三维存算一体3D-CIM AI芯片将广泛进入全场景增量市场。
个人消费场景中，AI手机、AI PC与高性能个人算力工作站将依托本地算力提升办公生产力；家庭边缘场景中，家用边缘算力盒子可以统一调度全屋智能家电、安防和扫地机器人，完成本地大模型运算；机器人赛道上，各类具身智能硬件将依赖本地实时多模态推理；云端基础设施层面，大规模词元推理工厂将把算力变成基础数字公共资源。
这些场景都是三维存算一体3D-CIM AI芯片的核心覆盖领域。
三、五年坚定攻坚，啃下一连串硬骨头，推动全球RISC-V存算生态建设存算一体芯片从实验室走向真实产业，最大挑战在于，即便科研阶段验证理论可行，产品量产时也必须同时啃下可靠性、良率、成本、产能、软件适配与生态兼容等一串硬骨头。
微纳核芯的选择明确而务实：依托成熟稳定的SRAM、DRAM与数字域路线，凭借长期工程积累，打通架构、芯片、封装、指令集、编译器和软件栈的任督二脉，推动技术从理论创新走向大规模商业化。
回顾成立至今五年，这家创企始终围绕着三维存算一体3D-CIM主轴进行技术攻坚，从底层存算架构逐步扩展到三维封装、异构计算、自定义指令集、编译器与软件栈，最终凝结为PCIe-CIM与LP-CIM两大核心产品系列，并精准锚定AI手机、AI PC、算力盒子、智能硬件和云端推理工厂等战略场景。
更值得关注的是其在生态层面的卡位。受中电标协RISC-V工委会任命，微纳核芯作为组长单位，牵头启动全球首个RISC-V存算一体标准和生态建设工作，重点推进存算一体指令集以及与之配套的软硬件技术路线。
其将自身在芯片架构、自定义指令集、编译器、软件栈及产品化方面的一手积累注入标准体系，推动不同环节协同，完善产业生态。这既是对其技术厚度的一种行业确认，也为整个存算产业从碎片化探索走向规模化协作铺设了轨道。
结语：AI时代计算架构范式革命已至当AI算力竞争从“谁能训练出最大模型”切换到“谁能以最低成本支撑无处不在的推理”，计算架构的范式革命已然到来。
微纳核芯用三维存算一体3D-CIM技术证明，成熟工艺同样可以拿出高性能、低功耗且供应安全的推理芯片方案。从AI手机到词元工厂，从芯片底层技术突破到加速全球RISC-V存算生态发展，其进一步让存算一体从概念落地到产业。
对于身处算力变局中的行业玩家而言，这条路线或许正是AI推理时代破局的一个关键新抓手。
上阳网提示：文章来自网络，不代表本站观点。
